Generar música o imágenes es un proceso más fácilmente mecanizable, y los errores nunca son fatales, si hay defectos el ojo o el oído los perdonan fácilmente. En programación no vale eso, cualquier error es fatal, no vale tampoco hacer algo que "se parezca a X", porque si el resultado final no es exactamente X entonces no vale para nada.
Supongo que con "mecanizable" quieres decir automatizable.
Generar música sí es automatizable.
Crear música no lo es.
El ojo y el oído NO ENTRENADOS perdonan fácilmente del mismo modo que el paladar no entrenado come cosa y le gusta.
El ojo y el oído y el gusto entrenados, no perdonan con facilidad.
Crear música es un acto de comunicación profundo.
En cada proceso comunicativo hay varios elementos indispensables. Los más importantes son EMISOR y RECEPTOR.
En la generación de música no hay un emisor y no hay un receptor.
Por eso la música generada no es "música creada" de la misma manera que la comida producida no es comida cocinada.
Muchos quieren entender el arte como un producto, pero no es tan simple.
El arte nos pone en contacto con el misterio del existir, con lo intangible, y por eso nos ha acompañado desde que los humanos paseamos por la Tierra. Esa dimensión no existe en la música generada.
Estos robots FOTOCOPIAN texturas, FOTOCOPIAN estructuras... pero no CREAN texturas y no CREAN estructuras.
Pueden imitar sonidos, pero no pueden COMPONER, y nunca podrán.
Esto es como la ropa pretaporter... Rápida, barata de producir, pero de baja calidad.
El "arte AI" sólo servirá para una cosa: para que valoremos más el arte de verdad, de la misma manera que la ropa preataporter sirve para que un traje de sastre nos parezca más bonito y elegante, de la misma manera que el McDonalds sirve para que valoremos más las lentejas que con amor nuestra abuela cocinaba.